10.3778/j.issn.1002-8331.2010.21.010
一种结合PSO及改进BP网络的辨识方法
当辨识神经网络的类型和结构确定后,初始权值等辨识参数直接影响到辨识效果,而依靠先验知识试凑而得的参数值往往难以达到最佳效果.针对这一问题,提出了一种结合粒子群(PSO)算法及引入动量项的改进BP网络的辨识方法,利用PSO对改进BP网络辨识的初始权值/偏置、学习率、动量系数进行寻优,并将优化后的神经网络模型用在控制系统中进行修正,进一步完善辨识模型.应用在热工系统中,仿真结果表明了该辨识方法的有效性.
改进BP网络、粒子群算法、辨识、参数优化
46
TP183(自动化基础理论)
2010-11-30(万方平台首次上网日期,不代表论文的发表时间)
共4页
37-39,62